[en] GENETIC-NEURAL MODEL FOR PORTFOLIO OPTIMIZATION WITH FINANCIAL OPTIONS IN THE BRAZILIAN MARKET

Detalhes bibliográficos
Autor(a) principal: MICHEL CARDONSKY CASPARY
Data de Publicação: 2012
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19894&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19894&idi=2
http://doi.org/10.17771/PUCRio.acad.19894
Resumo: [pt] A presente dissertação tem por objetivo desenvolver um modelo inteligente que permita, por uma análise quantitativa e probabilística, gerar uma carteira otimizada composta de um ativo financeiro e opções sobre este ativo. Procurou-se estudar inicialmente as características da distribuição de retornos e da volatilidade das ações mais líquidas da Bolsa de Valores de São Paulo, no período de Jan/2005 a Jul/2010, através de regressões polinomiais univariadas e bivariadas. Observouse características como a de reversão a média da volatilidade, correlação da volatilidade futura com um período histórico mais longo e outro mais curto e uma relação possivelmente quadrática entre a volatilidade histórica e a volatilidade futura. Desenvolveu-se então, satisfatoriamente, uma rede neural para prever a volatilidade futura das ações, por este ser o fator mais crítico para se determinar o preço de uma opção. Utilizando-se da precificação das opções, avaliou-se o desempenho de algoritmos genéticos na otimização de carteiras estruturadas com esses derivativos, com três funções de avaliação diferentes, a fim de aumentar o potencial retorno de um investimento, minimizando seus riscos. O sistema evolucionário implementado demonstrou ser satisfatório quando comparado a carteira otimizada com diversas outras estratégias comuns de mercado, demonstrando ser uma alternativa de apoio a decisão para investidores e gestores de carteiras.
id PUC_RIO-1_3482ddbbd91c86e46c5dec17b62f92d4
oai_identifier_str oai:MAXWELL.puc-rio.br:19894
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling [en] GENETIC-NEURAL MODEL FOR PORTFOLIO OPTIMIZATION WITH FINANCIAL OPTIONS IN THE BRAZILIAN MARKET [pt] MODELO GENÉTICO-NEURAL PARA OTIMIZAÇÃO DE CARTEIRAS COM OPÇÕES FINANCEIRAS NO MERCADO BRASILEIRO [pt] REDE NEURAL ARTIFICIAL[pt] OTIMIZACAO DE PORTFOLIO[pt] ALGORITMO GENETICO[en] ARTIFICIAL NEURAL NETWORKS[en] PORTFOLIO OPTIMIZATION[en] GENETIC ALGORITHM[pt] A presente dissertação tem por objetivo desenvolver um modelo inteligente que permita, por uma análise quantitativa e probabilística, gerar uma carteira otimizada composta de um ativo financeiro e opções sobre este ativo. Procurou-se estudar inicialmente as características da distribuição de retornos e da volatilidade das ações mais líquidas da Bolsa de Valores de São Paulo, no período de Jan/2005 a Jul/2010, através de regressões polinomiais univariadas e bivariadas. Observouse características como a de reversão a média da volatilidade, correlação da volatilidade futura com um período histórico mais longo e outro mais curto e uma relação possivelmente quadrática entre a volatilidade histórica e a volatilidade futura. Desenvolveu-se então, satisfatoriamente, uma rede neural para prever a volatilidade futura das ações, por este ser o fator mais crítico para se determinar o preço de uma opção. Utilizando-se da precificação das opções, avaliou-se o desempenho de algoritmos genéticos na otimização de carteiras estruturadas com esses derivativos, com três funções de avaliação diferentes, a fim de aumentar o potencial retorno de um investimento, minimizando seus riscos. O sistema evolucionário implementado demonstrou ser satisfatório quando comparado a carteira otimizada com diversas outras estratégias comuns de mercado, demonstrando ser uma alternativa de apoio a decisão para investidores e gestores de carteiras.[en] This dissertation develops an intelligent, quantitative and probabilistic model to determine an optimal composition of a portfolio consisting of a financial asset and options over this asset. Initially we studied the characteristics of the historical distribution of returns and volatility of the most liquid stocks from the BOVESPA Stock Exchange, from January 2005 to July 2010, through a univariate and a bivariate polynomial regression. Characteristics such as mean reversion of volatility, strong correlation of historical and future volatility and a quadratic polynomial relationship between them were observed. A neural network was then developed to predict the future volatility of these stocks, since that is the most critical variable in determining an option´s price. Using the option pricing, we evaluated the performance of genetic algorithms in optimizing portfolios, structured with these derivatives, with three different evaluation functions in order to increase the potential return of investments while minimizing downside risks. The developed evolutionary system showed satisfactory results when the optimal portfolio was compared with several other market option strategies, demonstrating to be a relevant decision support system for investors and portfolio managers.MAXWELLMARLEY MARIA BERNARDES REBUZZI VELLASCOMARLEY MARIA BERNARDES REBUZZI VELLASCOMICHEL CARDONSKY CASPARY2012-07-18info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19894&idi=1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19894&idi=2http://doi.org/10.17771/PUCRio.acad.19894porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2019-08-26T00:00:00Zoai:MAXWELL.puc-rio.br:19894Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342019-08-26T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.none.fl_str_mv [en] GENETIC-NEURAL MODEL FOR PORTFOLIO OPTIMIZATION WITH FINANCIAL OPTIONS IN THE BRAZILIAN MARKET
[pt] MODELO GENÉTICO-NEURAL PARA OTIMIZAÇÃO DE CARTEIRAS COM OPÇÕES FINANCEIRAS NO MERCADO BRASILEIRO
title [en] GENETIC-NEURAL MODEL FOR PORTFOLIO OPTIMIZATION WITH FINANCIAL OPTIONS IN THE BRAZILIAN MARKET
spellingShingle [en] GENETIC-NEURAL MODEL FOR PORTFOLIO OPTIMIZATION WITH FINANCIAL OPTIONS IN THE BRAZILIAN MARKET
MICHEL CARDONSKY CASPARY
[pt] REDE NEURAL ARTIFICIAL
[pt] OTIMIZACAO DE PORTFOLIO
[pt] ALGORITMO GENETICO
[en] ARTIFICIAL NEURAL NETWORKS
[en] PORTFOLIO OPTIMIZATION
[en] GENETIC ALGORITHM
title_short [en] GENETIC-NEURAL MODEL FOR PORTFOLIO OPTIMIZATION WITH FINANCIAL OPTIONS IN THE BRAZILIAN MARKET
title_full [en] GENETIC-NEURAL MODEL FOR PORTFOLIO OPTIMIZATION WITH FINANCIAL OPTIONS IN THE BRAZILIAN MARKET
title_fullStr [en] GENETIC-NEURAL MODEL FOR PORTFOLIO OPTIMIZATION WITH FINANCIAL OPTIONS IN THE BRAZILIAN MARKET
title_full_unstemmed [en] GENETIC-NEURAL MODEL FOR PORTFOLIO OPTIMIZATION WITH FINANCIAL OPTIONS IN THE BRAZILIAN MARKET
title_sort [en] GENETIC-NEURAL MODEL FOR PORTFOLIO OPTIMIZATION WITH FINANCIAL OPTIONS IN THE BRAZILIAN MARKET
author MICHEL CARDONSKY CASPARY
author_facet MICHEL CARDONSKY CASPARY
author_role author
dc.contributor.none.fl_str_mv MARLEY MARIA BERNARDES REBUZZI VELLASCO
MARLEY MARIA BERNARDES REBUZZI VELLASCO
dc.contributor.author.fl_str_mv MICHEL CARDONSKY CASPARY
dc.subject.por.fl_str_mv [pt] REDE NEURAL ARTIFICIAL
[pt] OTIMIZACAO DE PORTFOLIO
[pt] ALGORITMO GENETICO
[en] ARTIFICIAL NEURAL NETWORKS
[en] PORTFOLIO OPTIMIZATION
[en] GENETIC ALGORITHM
topic [pt] REDE NEURAL ARTIFICIAL
[pt] OTIMIZACAO DE PORTFOLIO
[pt] ALGORITMO GENETICO
[en] ARTIFICIAL NEURAL NETWORKS
[en] PORTFOLIO OPTIMIZATION
[en] GENETIC ALGORITHM
description [pt] A presente dissertação tem por objetivo desenvolver um modelo inteligente que permita, por uma análise quantitativa e probabilística, gerar uma carteira otimizada composta de um ativo financeiro e opções sobre este ativo. Procurou-se estudar inicialmente as características da distribuição de retornos e da volatilidade das ações mais líquidas da Bolsa de Valores de São Paulo, no período de Jan/2005 a Jul/2010, através de regressões polinomiais univariadas e bivariadas. Observouse características como a de reversão a média da volatilidade, correlação da volatilidade futura com um período histórico mais longo e outro mais curto e uma relação possivelmente quadrática entre a volatilidade histórica e a volatilidade futura. Desenvolveu-se então, satisfatoriamente, uma rede neural para prever a volatilidade futura das ações, por este ser o fator mais crítico para se determinar o preço de uma opção. Utilizando-se da precificação das opções, avaliou-se o desempenho de algoritmos genéticos na otimização de carteiras estruturadas com esses derivativos, com três funções de avaliação diferentes, a fim de aumentar o potencial retorno de um investimento, minimizando seus riscos. O sistema evolucionário implementado demonstrou ser satisfatório quando comparado a carteira otimizada com diversas outras estratégias comuns de mercado, demonstrando ser uma alternativa de apoio a decisão para investidores e gestores de carteiras.
publishDate 2012
dc.date.none.fl_str_mv 2012-07-18
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19894&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19894&idi=2
http://doi.org/10.17771/PUCRio.acad.19894
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19894&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19894&idi=2
http://doi.org/10.17771/PUCRio.acad.19894
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv MAXWELL
publisher.none.fl_str_mv MAXWELL
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1817789457282105344